学位论文 > 优秀研究生学位论文题录展示
基于量子计算的DNA编码方法研究
作 者: 吴丽春
导 师: 李飞
学 校: 南京邮电大学
专 业: 信号与信息处理
关键词: DNA编码 单目标量子优化算法 多目标量子遗传算法 Pareto最优解
分类号: Q75
类 型: 硕士论文
年 份: 2012年
下 载: 14次
引 用: 0次
阅 读: 论文下载
内容摘要
DNA计算中,需要将实际问题映射成DNA编码序列,这就是DNA编码。DNA编码的影响因素多而复杂,是一类典型的难解组合优化问题。本文围绕DNA编码设计问题,结合量子智能算法收敛性好、寻优能力强等特点,提出了几种新的DNA编码设计方法,其研究的主要内容有:第一,详细介绍了DNA编码的相关理论知识并建立了DNA编码约束的数学模型。本文选取了五个典型的DNA编码约束条件作为DNA编码的目标函数,并给出了两种DNA编码问题的数学方法,即单目标优化和多目标优化数学方法。第二,研究了采用单目标优化方法设计DNA编码序列问题,提出了基于单目标量子优化算法的DNA编码设计方法,即分别采用了优化单目标函数的量子遗传算法、量子粒子群算法以及量子蚁群算法优化DNA编码序列。首先将DNA编码问题的多个目标函数通过加权求和转化为单目标函数并作为适应度函数,然后采用量子智能算法进行寻优,得到一组最优的DNA编码序列,并与传统的DNA编码设计方法作比较。实验表明,本文提出的新方法得到的DNA编码序列总体上优于传统方法得到的DNA编码序列。第三,研究了采用多目标优化方法设计DNA编码序列问题,提出了基于多目标量子优化算法的DNA编码设计方法。其中,多目标量子遗传算法是多目标量子优化算法的一种,本文的多目标量子遗传算法基于Pareto支配关系,并用于优化DNA编码序列。该方法相比于现有的基于NSGA-II的DNA编码方法,得到的Pareto最优解集收敛性更好,分布更均匀。
|
全文目录
摘要 4-5 ABSTRACT 5-8 第一章 绪论 8-11 1.1 研究背景 8-10 1.2 论文的研究内容 10-11 第二章 DNA编码问题的数学模型 11-20 2.1 DNA 编码的生物基础 11-13 2.2 DNA 编码问题的数学定义 13 2.3 DNA 编码问题的研究现状 13-15 2.4 DNA 编码问题的约束条件 15-16 2.5 DNA 编码约束数学模型 16-18 2.6 DNA 编码问题的数学求解方法 18-20 第三章 基于单目标量子优化算法的DNA编码序列设计 20-50 3.1 量子算法的理论基础 20-24 3.1.1 量子比特 20-21 3.1.2 基于量子位的编码方式 21-23 3.1.3 量子旋转门 23-24 3.2 基于量子遗传算法的DNA 编码序列优化设计 24-33 3.2.1 基本遗传算法 24-26 3.2.2 量子遗传算法 26-29 3.2.3 基于QGA 的DNA 编码序列设计方法 29-33 3.3 基于量子粒子群算法的DNA 编码序列优化设计 33-40 3.3.1 基本粒子群算法 33-34 3.3.2 量子粒子群算法 34-37 3.3.3 基于QPSO 的DNA 编码序列设计方法 37-40 3.4 基于量子蚁群算法的DNA 编码序列优化设计 40-49 3.4.1 蚁群算法 40-43 3.4.2 量子蚁群算法 43-45 3.4.3 基于 QACO 的DNA 编码序列设计方法 45-49 3.5 总结 49-50 第四章 基于多目标量子优化算法的DNA编码序列设计 50-65 4.1 多目标优化理论 50-51 4.2 多目标进化算法 51-55 4.2.1 研究概述 51-53 4.2.2 NSGA-II 53-55 4.3 多目标量子遗传算法 55-59 4.3.1 量子位编码方式 56 4.3.2 有约束的非支配排序 56-57 4.3.3 种群更新 57-58 4.3.4 算法流程图 58-59 4.4 基于 MOQGA 的DNA 编码序列设计 59-64 4.4.1 设计步骤 59-60 4.4.2 结果与分析 60-64 4.5 小结 64-65 第五章 总结与展望 65-67 5.1 课题工作总结 65-66 5.2 研究展望 66-67 致谢 67-68 参考文献 68-72 攻读硕士学位期间完成的论文 72
|
相似论文
- 多目标人工萤火虫群优化算法及其应用,TP301.6
- DNA计算中若干问题的研究,TP301
- 熊科物种DNA编码与系统发育关系研究,Q951
- 基于改进小生境遗传算法的配电网故障恢复,TM732
- 基于不动点理论的遗传算法研究,TP18
- 基于NSGA-Ⅱ的多目标鲁棒优化方法研究,TP13
- 一类图的控制集问题的DNA算法研究,O157.5
- 基于改进粒子群算法的多目标无功优化,TM714
- 基于语言偏好关系多目标群组决策的研究与应用,TP18
- 遗传多目标优化算法的研究,O224
- 进化多目标优化算法及其应用研究,O221.6
- 催化吸收稳定系统的多目标优化,O643.3
- DNA计算在人脸识别中的应用研究,TP391.41
- 并联型混合动力牵引车动力系统参数匹配与优化,U469.7
- 差异演化算法及其在机械优化设计中的应用,TH122
- 基于新模型的多目标遗传算法,TP18
- 改进的遗传算法及其在多目标优化中的应用研究,TP18
- 鱼雷总体参数的多目标优化设计方法及应用研究,TJ630.2
- 基于多目标遗传算法的轴流压气机气动优化设计技术研究,TH453
- 多目标克隆选择算法及其应用研究,TP18
中图分类: > 生物科学 > 分子生物学 > 分子遗传学
© 2012 www.xueweilunwen.com
|